[パイソン/Python] 文系学生でも理解できるDFSアルゴリズム！―入門編

文系出身の現役開発者が就職するために勉強した方法をそのまま説明する、基礎DFS講義です :) 退屈な理論講義は最小限に抑え、実際に問題を解きながら学べる講義を用意しました！この講義を受講すれば、Baekjoon基準でシルバーランクのDFS問題を一人で解けるようになるはずです。

"実践に最も近く！就職、コーディング大会、実力を同時に掴む。" 企業コーディングテストに完璧に備える！基礎から中級まで実力向上！ この講義は、コーディングテストの準備に欠かせない核心だけを詰め込みました。 基礎概念から実践問題まで段階別に構成されており、プログラミングの実力向上と実践感覚を同時に養うことができます。

このコースで文法をより明確に理解し、問題解決のための自信を得てください。

JAVAでコーディングテストを準備している就活生・転職希望のバックエンドエンジニアの方々のための講座です。 実際の既出問題195問を分析し、出題傾向を明確にお教えします。

Pythonの基礎から実務データ分析まで！データを処理し、可視化し、分析しながらビジネス課題を解決する実践的なPythonスキルを学びます。

この講義は、CosPro 1級試験を準備される方のためのコースであり、試験主催者である(株)YBM Netから公開されたCOS Pro 1級サンプル問題解答コースです。

iOSプログラミング言語であるSwiftを学ぶ際、複数の概念が一度に登場すると混乱することがあります。 そこで私は「新しい概念を理解する時は、すでに学んだ概念のみが使われるべきである」という原則で講義を作りました。 そのためこの講義は、段階ごとに単一の新しい概念のみが登場し、その他の馴染みのない概念は絶対に登場しないよう、概念間の順次構造を精密に設計しました。 概念一つに1分、総180個。 基礎である変数と定数からCS観点で理解するメモリ構造、そして非同期処理の最新文法まで。 3時間で、180個の核心概念を設計された順序で学習します。

データサイエンス、ビッグデータ、クローリングを学びたい方のために、 (1) 短時間で最も必要なPythonの基本文法をまとめ、(2) 実践的なクローリングプログラミングを通じてPythonとクローリングに慣れていきます。

1. 国内唯一の公認AI国家公認資格、AICE Associate合格のための実習中心の講義 2. Pythonをベースにデータ分析とAIモデリングができる段階まで学習。

NumpyとPandasの基礎からデータの前処理、可視化、クロールまで一度に！データ分析のためのPython入門講義です。

微積分に対する深い理解と直感を身につけましょう。問題を解き、アルゴリズムを手計算とPythonで実装しましょう。

Pythonプログラミングはゲームで簡単で楽しく理解できます。 小学生、中学生などの子どもたちも十分にフォローできる講義ですので、両親、先生も学んでおくと使えるところが多いです。 :)

毎回複雑なプロジェクトをビルドする時や、配布パッケージを作る時に、数多くのコマンドを一つずつ入力していませんか？現在、ほとんどのオープンソースプロジェクトでは、コマンド入力の手間を省くためにビルド自動化スクリプトを作成しています。あなたもビルド作業を面倒だと感じていますか？それなら、この講義でビルドを自動化し、業務効率を高めてみてください。

Windows APIとC++を利用して最下から2Dゲーム開発のアルゴリズムと原理を中心に勉強するゲーム開発＆アルゴリズム講義です。

PythonとChatGPTを最大限に活用し、ネットワークプログラミングを基礎から習得します。 退屈な概念説明に終始するのではなく、実践的な演習を通して受講生が自らネットワークコードを記述し、そのプログラムがどのように動作するかを直接確認することに重点を置いています。 基本的なネットワーク演習から実務で応用可能なネットワーク技術まで習得可能であり、多様なプロトコルやツールを扱う演習を通じて、より深い理解と実践力を培うことができます。 さらに、ChatGPTを効果的に活用することで、受講生は学習の困難さや退屈さを感じることなく、記憶に深く刻まれる学習体験を得ることができます。

このレッスンでは、カーネルプログラミングとPyTorchモジュールの開発方法を学ぶことができます。学習した知識を活用して、モデルをより迅速に開発できます。

最新のスタートアップで活用されているフルスタックおよびデータサイエンス技術の基盤技術の一つである、ビッグデータを扱えるNoSQL技術を身につけます。MongoDBはNoSQLの中でも特に習得しやすく、すぐに活用できる技術です。本講義では、短時間でMongoDBの基礎を学び、PythonでMongoDBを操作・活用できる技術まで習得していきます。

機械学習を学ぶと、精度を上げる方法を身につけます。ところが、そのモデルを実際のチップに載せようとした瞬間、誰も教えてくれなかった疑問が残ります。このモデルは何回乗算を行うのでしょうか？何をどれだけ記憶しておく必要があるのでしょうか？現在目標としているチップの仕様で、その要求に対応できるのでしょうか？ 機械学習の教科書は精度について語り、半導体の教科書は回路について語りますが、その間をつなぐ資料はほとんどありません。私はRISC-V CPUとNPUをFPGAで実装しながら、この隔たりに何度も直面しました。精度が最も高いモデルが、実際にはボードに収まらないという状況です。 本講座では、6つのアルゴリズムをPythonで実際に作りながら、作るたびに乗算、比較、メモリ、精度を測定します。そして、その値を実際のFPGAボードのリソースに換算します。乗算が何回という言い方だけでは規模を推し量れませんが、ボードの何パーセントかと言われれば判断できるからです。 9つのLabを経て6つのモデルを1つの表にまとめると、予想とは異なる全体像が見えてきます。乗算を数えるために9つのLabを費やしたのに、実際に足を引っ張っていたのは乗算ではありませんでした。その後、実数を整数に落とし込み、桁数を管理し、回路を評価する基準まで作ります。 FPGAボードは必要ありません。Pythonだけで進め、ボードは測定値を換算する基準としてのみ使用します。

完全なエンドツーエンド開発者ジャーニー — FastAPI、React、そしてVibe Coding技術を使用して、超高速API、モダンフロントエンドインターフェース、実際のプロジェクト、認証システム、ダッシュボード、そして完全なデプロイメントを構築する。

Pythonプログラミングの入門から、ITセキュリティのさまざまな分野で適用できる技術を学びます。